Dizionario IA / Multimodalità
🧠 Podstawy
Multimodalità
Capacità del modello di lavorare con diversi tipi di contenuti contemporaneamente: testo, immagini, audio, video.
La multimodalità è la capacità di un modello di lavorare con diversi tipi di dati simultaneamente: testo, immagini, audio e video. Un modello multimodale può guardare una foto e descrivere cosa contiene, analizzare un grafico da un report o ascoltare una registrazione e riassumerla. È una delle direzioni più importanti nello sviluppo dell'AI, perché il mondo non è fatto solo di testo. In pratica, la multimodalità significa che puoi inserire in chat uno screenshot di un errore, la foto di un documento o la registrazione di una riunione - e lavorarci in modo naturale come con il testo.
Concetti correlati